—— PROUCTS LIST
【激光顯微切割小課堂】組織中的精密空間蛋白質組學信息
利用深層視覺蛋白質組學，結合激光顯微切割、人工智能（AI）和質譜分析進行單細胞鑒別和細胞異質性研究。
盡管可使用基於(yu) 成像和質譜的方法進行空間蛋白質組學研究，但是圖像與(yu) 單細胞分辨率蛋白豐(feng) 度測量值的關(guan) 聯仍然是個(ge) 巨大的挑戰。最近引入的一種方法，深層視覺蛋白質組學（DVP），將細胞表型的人工智能圖像分析與(yu) 自動化的單細胞或單核激光顯微切割及超高靈敏度的質譜分析結合在了一起。DVP在保留空間背景的同時，將蛋白豐(feng) 度與(yu) 複雜的細胞或亞(ya) 細胞表型關(guan) 聯在一起。
閱讀完整文章：
A. Mund, F. Coscia, A. Kriston, R. Hollandi, F. Kovács, A.-D. Brunner, E. Migh, L. Schweizer, A. Santos, M. Bzorek, S. Naimy, L.M.Rahbek-Gjerdrum, B. Dyring-Andersen, J. Bulkescher, C. Lukas, M.A. Eckert, E. Lengyel, C. Gnann, E. Lundberg, P. Horvath, M. Mann:深層視覺蛋白質組學定義(yi) 單細胞的同一性和異質性《Nature Biotechnology》（2022年）第40卷，1231–1240頁 DOI：10.1038/s41587-022-01302-5
關(guan) 於(yu) 本文章
單獨切除細胞培養(yang) 物中的細胞核，使用已知且未表征蛋白定義(yi) 的蛋白質組學譜對不同的細胞狀態進行分類。在存檔的原發性黑色素瘤組織中，DVP [1] 將空間分辨的蛋白質組變化鑒別為(wei) 正常的黑色素細胞轉化為(wei) wanquan侵襲性黑色素瘤，這揭示了隨著腫瘤進展而以空間方式變化的路徑，如轉移性垂直生長中的mRNA剪接調節異常與(yu) 幹擾素信號和抗原呈遞降低同時進行。DVP在組織背景中保留精密空間蛋白質組學信息的能力對臨(lin) 床樣本分子表達譜具有一定的意義(yi) 。
在本研究中，細胞或細胞核使用LMD7激光顯微切割顯微鏡進行切割，該顯微鏡經過調整，適用於(yu) 自動化的單細胞自動切割[1]。
圖1：A) 輸卵管上皮細胞激光顯微切割前在LMD7軟件中的輪廓對齊B) 激光顯微切割後的截圖。C) 單個(ge) 輸卵管上皮細胞激光顯微切割後的384孔檢查。
視頻1：自動化LDM單細胞分離
References：
1.Automated Laser Microdissection for Proteome Analysis (Deep Visual Proteomics), Flyer, Leica Microsystems, 2022.
2.Rosenberger FA, Thielert M, Strauss MT, Ammar C, Mädler SC, Schweizer L, Metousis A, Skowronek P, Wahle M, Gote-Schniering J, Semenova A, Schiller HB, Rodriguez E, Nordmann TM, Mund A, Mann M: Spatial single-cell mass spectrometry defines zonation of the hepatocyte proteome, bioRxiv, 3. Dec 2022
